芯东西（公众号：aichip001）
作者 | ZeR0
编辑 | 漠影
芯东西9月22日报道，上海GPGPU创企登临科技宣布，原华为全球供应链副总裁杨剑加入登临科技，出任全球运营副总裁。
据悉，杨剑将专注于产品规模化量产，供应链优质资源战略整合以及精细化运作，以满足客户对登临科技日益增长的高能效、高可靠性的产品需求。
当前登临科技首款基于GPU+架构的Goldwasser系列AI通用芯片加速产品已在智能安防、互联网、智慧城市等多行业领军企业进行量产导入。
▲登临科技全高全长服务器计算卡Goldwasser XL
一、杨剑曾负责华为、苹果供应链管理
杨剑拥有超过25年的供应链运营以及战略管理经验，曾是华为全球供应链副总裁，负责华为超过400亿美元规模的泛网络BG（包含数据中心产品、企业业务、基站等）的整体供应链的战略规划和数字化变革。
在担任苹果中国iPhone供应链供需管理部门负责人期间，他为多款iPhone供需平衡和产能提升做出重要贡献。此外，杨剑曾担任Technicolor SA/思科（Cisco）的全球运营副总裁，领导公司多区域的全球化运营团队。
▲登临科技全球运营副总裁 杨剑
登临科技创始人兼CEO李建文谈道：“登临自主创新的GPU+系列产品正得到越来越多行业领军企业的认可和支持，如何在全球供应链资源普遍受到挑战的环境下满足客户日益高涨的产品需求，实现产品的可靠性交付是登临目前关注的重点。”
他认为杨剑是一位业绩斐然的全球化领导者，拥有非常丰富的运营和供应链管理的成功经验。“我很荣幸他能加入登临，他在运营和供应链上的非凡造就与登临一流技术及产品团队相结合将大大加速公司产品落地的进程。”李建文说。
杨剑表示，加入登临后，他将致力于构建一个高效、敏捷的供应链及以客户为中心的运营团队，将公司自主研发的创新技术GPU+，以客户需求为目标，协同供应链合作伙伴，进行高质量、规模化生产，最终实现客户满意的供应交付，助力登临打造成千亿级的AI芯片平台公司。
二、首款产品已量产导入，同时支持推理和训练
GPU是当前云端AI加速的主流芯片，但因其基础架构为图形加速和高性能计算而设计，因此很难在加速AI计算方面实现最高的计算密度、效率。针对特定场景优化计算效果的专用芯片ASIC，亦存在应用场景局限、依赖自建生态、客户迁移难度大、学习曲线较长等问题。
对此，自2017年成立以来，登临科技致力于研发软件定义的片内异构架构体系GPU+，通过对高效的Tensor引擎和可编程的GPGPU引擎的有机配合，解决通用性和高效率等云端AI的关键问题。
基于GPU+架构，登临科技已研发一系列高性能、高能效比的AI通用芯片加速卡，这些加速卡可安装到从边缘计算到云端的各种计算设备中，满足高性能计算加速需求。
Goldwasser是登临科技GPU+系列首款产品，该系列产品已在智能安防、互联网、智慧城市等多行业领军企业进行量产导入，可同时支持推理和训练，包括：
（1）边缘计算产品Goldwasser UL，功率25-35W，INT8算力32-64TOPS；
（2）半高半长的服务器计算卡Goldwasser L，功耗40-70W，提供 128-256TOPS算力；
（3）全高全长的Goldwasser XL，输出512TOPS算力。
Goldwasser系列产品通过片内异构，解决了传统的系统级异构计算调度和数据交换的开销大及数据的连贯相干性的难题。
在整个系统计算密度极高的基础上，该系列产品通过软件定义，使各种应用场景（即针对不同神经网络）都能达到硬件性能和能效最大化。同时，其硬件支持CUDA加速解决了软件生态的问题，并大大降低了客户的迁移成本。
在实测过程中，登临的Goldwasser在40W TDP 时输出了128TOPS算力，和国际主流产品对比其功耗更低，性能更高。
基于同等工艺，Goldwasser能以更小的芯片面积，同样功耗下，在不同神经网络上提升3-10倍计算效率，同时可减低芯片性能对外存吞吐的依赖。
今年6月，登临科技宣布其首款GPU+产品已成功回片通过测试，开始客户送样。同时该公司宣布已完成由元禾璞华、元生资本联合领投的A+轮融资，包括北极光在内的老股东持续加码跟进。
登临科技硬件平台已与百度飞桨的高性能推理引擎Paddle Inference正式完成兼容性适配，其平台代码已随百度飞桨框架V 2.1正式开源发布。
结语：国内GPGPU陆续走向量产落地
海外芯片巨头是GPU设计环节的主要垄断者，不过近年来，随着一批聚焦于GPGPU的创企先后创立并启动研发，国内GPGPU正呈现追赶的势头。
其中，登临科技是国内最早一批聚焦于GPGPU核心技术自主创新的云端AI计算平台公司，并在将产品推向量产落地的进程方面位居前排。在自主可控需求的推动下，这些国内GPGPU玩家正成为推动国产GPU产业链成长的重要力量。
